2026年数据专员上机测试题及答案

2026年数据专员上机测试题及答案

一、单项选择题（20分）1.数据清洗中，对于数值型缺失值且缺失比例<5%、数据分布近似正态，最常用的填充方法是？A.均值填充B.中位数填充C.众数填充D.删除行2.SQL中统计某字段不同类别记录数的聚合函数是？A.SUMB.COUNTC.AVGD.MAX3.Excel中多工作表双向匹配效率最高的函数组合是？A.VLOOKUPB.INDEX+MATCHC.HLOOKUPD.SUMIF4.不属于常用数据可视化工具的是？A.TableauB.PowerBIC.Excel图表D.Notepad++5.数据质量维度中“符合业务规则”属于？A.准确性B.完整性C.一致性D.合规性6.GDPR用户权利不包括？A.数据访问权B.数据删除权C.数据修改权D.数据永久存储权7.不受极端值影响的集中趋势指标是？A.均值B.中位数C.众数D.标准差8.ETL核心环节不包括？A.提取B.转换C.加载D.存储9.Excel中“销售额>1000且地区为华东”的筛选应使用？A.自动筛选B.高级筛选C.数据透视表D.条件格式10.SQL中去除重复记录的关键字是？A.DISTINCTB.GROUPBYC.HAVINGD.WHERE二、填空题（20分）1.数据清洗步骤包括：数据抽取、______、缺失值处理、重复值处理等。2.SQL中GROUPBY用于______，HAVING用于筛选分组结果。3.Excel中按条件计数的函数是______。4.数据可视化核心原则是______（突出核心信息）。5.GDPR要求用户数据处理需获得______（明确同意）。6.ETL转换环节包括格式转换、______、合并等。7.反映数据离散程度的指标有______、方差等。8.重复值处理方法：删除、______、保留最新记录。9.数据字典核心内容：数据项名称、______、类型等。10.Excel数据透视表数值字段默认聚合方式是______。三、判断题（20分）1.SQL中DISTINCT只能单个字段去重。（）2.ExcelCOUNTIF可统计文本型条件记录。（）3.可视化应优先用3D图表提升美观。（）4.GDPR要求数据删除请求30天内响应。（）5.ETL加载无需验证数据。（）6.中位数不受极端值影响。（）7.异常值只能删除不能保留。（）8.SQLJOIN必须指定ON子句。（）9.Excel数据透视表可刷新同步源数据。（）10.数据一致性指不同系统值完全相同。（）四、简答题（20分）1.简述数据清洗中缺失值的4种处理方法及适用场景。2.说明SQL中GROUPBY与HAVING的区别及使用场景。3.简述Excel数据透视表的核心功能及3个基本步骤。4.列举数据可视化的5个基本设计原则。五、讨论题（20分）1.某电商近半年订单“商品ID为空”（缺失3%），结合业务讨论处理方案及理由。2.对比Excel与SQL优缺点，说明优先选SQL的场景。3.企业服务欧盟用户需符合GDPR，数据专员重点关注3个合规要点及建议。4.10万条Excel销售数据导入数据库，ETL流程需注意5个关键问题。答案及解析一、单项选择题答案及解析1.A解析：正态分布数值型缺失值，均值填充保持分布特征；中位数适用于偏态，众数适用于类别。2.B解析：COUNT统计记录数，SUM求和，AVG求平均，MAX求最大值。3.B解析：INDEX+MATCH双向匹配，效率高于仅右向的VLOOKUP，适合多表匹配。4.D解析：Notepad++是文本编辑器，不属于可视化工具。5.C解析：一致性指数据符合业务规则，准确性指无错误，完整性指无缺失。6.D解析：GDPR无永久存储权，要求数据最小化存储。7.B解析：中位数是排序中间值，不受极端值影响；均值受极端值影响大。8.D解析：ETL是提取-转换-加载，存储是加载后环节，不属于核心。9.B解析：高级筛选支持多条件组合，自动筛选仅支持简单条件。10.A解析：DISTINCT去除重复记录，GROUPBY分组，HAVING筛选分组结果。二、填空题答案及解析1.数据探查解析：数据清洗第一步需了解数据情况。2.数据分组解析：按指定字段分组，便于聚合分析。3.COUNTIF解析：格式为COUNTIF(区域,条件)，支持文本/数值条件。4.简洁性原则解析：突出核心信息，避免冗余装饰。5.明确同意解析：GDPR要求同意需明确、具体，不能默认勾选。6.缺失值处理解析：转换环节需确保数据符合目标要求。7.极差解析：离散程度指标包括极差（最大值-最小值）、方差等。8.标记重复值解析：除删除外，可标记重复值以便后续分析。9.业务含义解析：数据字典需明确数据项的业务意思。10.求和解析：数值型字段默认聚合方式为求和，可改为计数、平均等。三、判断题答案及解析1.×解析：DISTINCT可用于多个字段，去除组合重复记录。2.√解析：COUNTIF支持文本条件，如COUNTIF(A:A,"华东")。3.×解析：3D图表扭曲数据，降低可读性，优先2D图表。4.√解析：GDPR规定删除请求需30天内响应（可延长至60天）。5.×解析：加载后需验证数据完整性、准确性。6.√解析：中位数仅依赖排序中间位置，与极端值无关。7.×解析：异常值可通过盖帽法（如99分位数替换）保留。8.√解析：JOIN必须指定ON子句（CROSSJOIN除外，业务少用）。9.√解析：刷新按钮可同步源数据修改。10.×解析：一致性指逻辑一致（如“销售额”定义相同），而非值完全相同。四、简答题答案1.缺失值处理：①均值填充：数值型、低缺失、正态分布；②中位数填充：数值型、偏态分布（避极端值）；③众数填充：类别型、低缺失；④删除行：缺失比例>20%或无意义；⑤插值法：时间序列数据（按趋势填充）。（答4种即可）2.区别：GROUPBY是分组子句，HAVING是分组后筛选子句。场景：GROUPBY按部门统计人数；HAVING筛选人数>10的部门（需配合GROUPBY）。3.功能：快速汇总、交叉分析、多维度统计。步骤：①选源数据；②插入数据透视表；③拖字段到行/列/值区域；④设置聚合方式；⑤刷新同步。4.原则：①简洁性；②准确性；③清晰性；④一致性；⑤相关性；⑥可理解性。（答5个即可）五、讨论题答案1.方案：①探查原因：若因临时商品未录ID，标记为“未知商品”；若因传输错误，补充ID；②不删除（3%比例低，避免丢失订单信息）；③若无法补充，标记后分析未知商品的用户/金额特征。理由：删除损失数据，补充/标记更贴合业务。2.Excel优点：可视化操作，适合小数据；缺点：大数据慢、多表关联复杂。SQL优点：大数据高效、多表灵活、批量操作；缺点：需代码。优先SQL场景：大数据（>10万条）、多表关联、批量重复操作、自动化任务。3.要点：①数据最小化：仅收集必要数据；②明确同意：用户勾选同意而非默认；③数据可携带：提供导出工具；④数据安全：加密/访问控制；⑤bre